ModuleStep Osztály

Létrehoz egy Azure Machine Learning-folyamatlépést egy modul adott verziójának futtatásához.

Module az objektumok újrafelhasználható számításokat határoznak meg, például szkripteket vagy végrehajtható fájlokat, amelyeket különböző gépi tanulási forgatókönyvekben és különböző felhasználók használhatnak. Ha egy modul adott verzióját szeretné használni egy folyamatban, hozzon létre egy ModuleStep parancsot. A ModuleStep egy olyan lépés a folyamatban, amely egy meglévőt ModuleVersionhasznál.

A ModuleStep használatának példájáért tekintse meg a jegyzetfüzetet https://aka.ms/pl-modulestep.

Hozzon létre egy Azure ML-folyamatlépést egy modul egy adott verziójának futtatásához.

Öröklődés

ModuleStepBase

ModuleStep

Konstruktor

ModuleStep(module=None, version=None, module_version=None, inputs_map=None, outputs_map=None, compute_target=None, runconfig=None, runconfig_pipeline_params=None, arguments=None, params=None, name=None, _workflow_provider=None)

Paraméterek

Name	Description
module	Module A lépésben használt modul. Adja meg a module vagy a paramétert module_version , de mindkettőt nem. alapértelmezett érték: None
version	str A lépésben használt modul verziója. alapértelmezett érték: None
module_version	ModuleVersion A lépésben használt modul ModuleVersion értéke. Adja meg a module vagy a paramétert module_version , de mindkettőt nem. alapértelmezett érték: None
inputs_map	dict[str, Union[InputPortBinding, DataReference, PortDataReference, PipelineData, PipelineOutputAbstractDataset, DatasetConsumptionConfig]] Egy szótár, amely a ModuleVersion portdefinícióinak nevét képezi le a lépés bemeneteihez. alapértelmezett érték: None
outputs_map	dict[str, Union[OutputPortBinding, DataReference, PortDataReference, PipelineData, PipelineOutputAbstractDataset]] Egy szótár, amely a ModuleVersion portdefinícióinak nevét képezi le a lépés kimeneteihez. alapértelmezett érték: None
compute_target	Union[DsvmCompute, AmlCompute, RemoteCompute, HDInsightCompute, str, tuple] A használni kívánt számítási cél. Ha nincs meghatározva, a rendszer a runconfigból származó célértéket fogja használni. Lehet egy számítási célobjektum vagy egy számítási cél sztringneve a munkaterületen. Ha a számítási cél nem érhető el a folyamat létrehozásakor, megadhat egy rekordot ('számítási cél neve', 'számítási cél típusa'), hogy elkerülje a számítási célobjektum beolvasását (az AmlCompute típusa "AmlCompute", a RemoteCompute típusa pedig VirtualMachine). alapértelmezett érték: None
runconfig	RunConfiguration Nem kötelező runConfiguration használata. A RunConfiguration használatával további követelményeket adhat meg a futtatáshoz, például conda-függőségeket és Egy Docker-rendszerképet. alapértelmezett érték: None
runconfig_pipeline_params	dict[str, PipelineParameter] A futtatókörnyezeti runconfig tulajdonságok felülbírálása kulcs-érték párok használatával, amelyek mindegyike a runconfig tulajdonság nevével és a PipelineParameter tulajdonsággal rendelkezik. Támogatott értékek: 'NodeCount', 'MpiProcessCountPerNode', 'TensorflowWorkerCount', 'TensorflowParameterServerCount' alapértelmezett érték: None
arguments	list[str] A Python-szkriptfájl parancssori argumentumainak listája. Az argumentumok a RunConfiguration argumentumai segítségével lesznek kézbesítve a számítási célhoz. Az argumentumok, például a speciális szimbólumok kezelésével kapcsolatos további részletekért tekintse meg az argumentumokat a RunConfiguration alapértelmezett érték: None
params	dict[str, str] Név-érték párok szótára. alapértelmezett érték: None
name	str A lépés neve. alapértelmezett érték: None
_workflow_provider	<xref:azureml.pipeline.core._aeva_provider._AevaWorkflowProvider> (Csak belső használatra.) A munkafolyamat-szolgáltató. alapértelmezett érték: None
module Kötelező	Module A lépésben használt modul. Adja meg a module vagy a paramétert module_version , de mindkettőt nem.
version Kötelező	str A lépésben használt modul verziója.
module_version Kötelező	ModuleVersion A lépésben használt modul ModuleVersion értéke. Adja meg a module vagy a paramétert module_version , de mindkettőt nem.
inputs_map Kötelező	dict[str, Union[InputPortBinding, DataReference, PortDataReference, PipelineData, <xref:azureml.pipeline.core.pipeline_output_dataset.PipelineOutputDataset>, DatasetConsumptionConfig]] Egy szótár, amely a ModuleVersion portdefinícióinak nevét képezi le a lépés bemeneteihez.
outputs_map Kötelező	dict[str, Union[InputPortBinding, DataReference, PortDataReference, PipelineData, <xref:azureml.pipeline.core.pipeline_output_dataset.PipelineOutputDataset>]] Egy szótár, amely a ModuleVersion portdefinícióinak nevét képezi le a lépés kimeneteihez.
compute_target Kötelező	Union[DsvmCompute, AmlCompute, RemoteCompute, HDInsightCompute, str, tuple] A használni kívánt számítási cél. Ha nincs meghatározva, a rendszer a runconfigból származó célértéket fogja használni. Lehet egy számítási célobjektum vagy egy számítási cél sztringneve a munkaterületen. Ha a számítási cél nem érhető el a folyamat létrehozásakor, megadhat egy rekordot ('számítási cél neve', 'számítási cél típusa'), hogy elkerülje a számítási célobjektum beolvasását (az AmlCompute típusa "AmlCompute", a RemoteCompute típusa pedig VirtualMachine).
runconfig Kötelező	RunConfiguration Nem kötelező runConfiguration használata. A RunConfiguration használatával további követelményeket adhat meg a futtatáshoz, például conda-függőségeket és Egy Docker-rendszerképet.
runconfig_pipeline_params Kötelező	dict[str, PipelineParameter] A futtatókörnyezeti runconfig tulajdonságok felülbírálása kulcs-érték párok használatával, amelyek mindegyike a runconfig tulajdonság nevével és a PipelineParameter tulajdonsággal rendelkezik. Támogatott értékek: 'NodeCount', 'MpiProcessCountPerNode', 'TensorflowWorkerCount', 'TensorflowParameterServerCount'
arguments Kötelező	list[str] A Python-szkriptfájl parancssori argumentumainak listája. Az argumentumok a RunConfiguration argumentumai segítségével lesznek kézbesítve a számítási célhoz. Az argumentumok, például a speciális szimbólumok kezelésével kapcsolatos további részletekért tekintse meg az argumentumokat a RunConfiguration
params Kötelező	dict[str, str] Név-érték párok szótára.
name Kötelező	str A lépés neve.
_wokflow_provider Kötelező	(Csak belső használatra.) A munkafolyamat-szolgáltató.

Megjegyzések

Az A Module egy Azure Machine Learning-folyamat újrafelhasználható számítási egységének létrehozására és kezelésére szolgál. A ModuleStep az Azure Machine Learning modulhoz használt beépített lépése. Megadhatja, hogy melyik ModuleVersion-t használja, vagy hagyja, hogy az Azure Machine Learning feloldja a használni kívánt ModuleVersion-t a Module osztály megjegyzések szakaszában meghatározott feloldási folyamat alapján. Az elküldött folyamatokban használt ModuleVersion meghatározásához adja meg az alábbiak egyikét a ModuleStep létrehozásakor:

• Egy ModuleVersion objektum.

• Egy Module objektum és egy verzióérték.

• Verzióérték Module nélküli objektum. Ebben az esetben a verziófeloldás a beküldésektől függően változhat.

Meg kell határoznia a ModuleStep bemenetei és kimenetei közötti leképezést a ModuleVersion bemeneteihez és kimeneteihez.

Az alábbi példa bemutatja, hogyan hozhat létre ModuleStep-et több ModuleStep objektumot tartalmazó folyamat részeként:

   middle_step = ModuleStep(module=module,
                            inputs_map= middle_step_input_wiring,
                            outputs_map= middle_step_output_wiring,
                            runconfig=RunConfiguration(), compute_target=aml_compute,
                            arguments = ["--file_num1", first_sum, "--file_num2", first_prod,
                                         "--output_sum", middle_sum, "--output_product", middle_prod])

A teljes minta a következő forrásból érhető el: https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/machine-learning-pipelines/intro-to-pipelines/aml-pipelines-how-to-use-modulestep.ipynb

Metódusok

create_node

Hozzon létre egy csomópontot a ModuleStep lépésből, és adja hozzá a megadott gráfhoz. Ezt a módszert nem közvetlenül kell használni. Ha ezzel a lépéssel példányosít egy folyamatot, az Azure ML automatikusan átadja a szükséges paramétereket ezen a módszeren keresztül, hogy a lépés hozzáadható legyen a munkafolyamatot képviselő folyamatgráfhoz.

create_node

Hozzon létre egy csomópontot a ModuleStep lépésből, és adja hozzá a megadott gráfhoz.

Ezt a módszert nem közvetlenül kell használni. Ha ezzel a lépéssel példányosít egy folyamatot, az Azure ML automatikusan átadja a szükséges paramétereket ezen a módszeren keresztül, hogy a lépés hozzáadható legyen a munkafolyamatot képviselő folyamatgráfhoz.

create_node(graph, default_datastore, context)

Paraméterek

Name	Description
graph Kötelező	Graph A csomópontot hozzáadni kívánt gráfobjektum.
default_datastore Kötelező	Union[AbstractAzureStorageDatastore, AzureDataLakeDatastore] Az alapértelmezett adattár.
context Kötelező	<xref:azureml.pipeline.core._GraphContext> A gráfkörnyezet.

Válaszok

Típus	Description
Node	A csomópontobjektum.